000			04499nam a2200469 i 4500
999			_c200436599 _d54811
001			200436491
003			TR-AnTOB
005			20231219000932.0
007			ta
008			171111s2019 tu ab e m 000 0 tur d
035			_a(TR-AnTOB)200436599
040			_aTR-AnTOB _beng _erda _cTR-AnTOB
041	0		_atur
099			_aTEZ TOBB SBE İŞL YL’19 ŞEN
100	1		_aŞengören, Fatih _eauthor _9126051
245	1	0	_aMali başarı ve başarısızlık tahmini : _bLojistik regresyon ve destek vektör makineleri karşılaştırması / _cFatih Şengören ; thesis advisor Ramazan Aktaş.
246	1	1	_aPredicting the financial success and failure:Comparison of the logit regression and support vector machine.
264		1	_aAnkara : _bTOBB ETÜ Sosyal Bilimleri Enstitüsü, _c2019.
300			_axii, 65 pages : _billustrations ; _c30 cm
336			_atext _btxt _2rdacontent
337			_aunmediated _bn _2rdamedia
338			_avolume _bnc _2rdacarrier
502			_aTez (Yüksek Lisans)--TOBB ETÜ Sosyal Bilimler Enstitüsü Temmuz 2019.
520			_aMali başarısızlık; firmaları, kredi verenleri ve yatırımcıları olumsuz etkileyen ve sosyo ekonomik sonuçları olan bir olgudur. Ekonomik düzende bu kadar geniş bir kesimi olumsuz etkileyen mali başarısızlığın önceden tahmini; mali başarısızlığa neden olan faktörlerin bilinmesi, önlemlerin önceden alınması ve kayıpların azaltılması için önem arz etmektedir. Bu çalışmada, bu noktadan hareketle firmaların mali başarısızlıklarını öngörmede Lojistik Regresyon (LR) modeli ile Destek Vektör Makineleri (SVM) modelinin başarıları karşılaştırılmıştır. Bu amaçla Borsa İstanbul’da (BİST) işlem gören 26 mali başarısız, 49 mali başarılı; toplam 75 şirketin 2006-2017 yılları arasındaki finansal tablolarından yararlanarak mali oranları hesaplanmış ve bu veriler yardımıyla mali başarı ve başarısızlık 1, 2 ve 3 yıl önceden tahmin edilmeye çalışılmıştır. Elde edilen sonuçlara göre; SVM modelinin tahmin başarısı, her 3 yıl için de geçerli olmak üzere, geleneksel model olan LR modeline göre daha yüksek çıkmıştır. Ayrıca bu çalışmada; aktif karlılığı, FAVÖK kar marjı, özkaynak kazançları oranı ve nakit oranı mali oranlarının, tahminde kullanılan toplam 22 mali oran arasında mali başarısızlığı tahmin etmede daha önemli olduğu tespit edilmiştir.
520			_aFinancial distress is a phenomenon with socio-economic consequences that negatively affects firms, lenders and investors. The prediction of financial distress is important not only for the lenders but also for other participants of the society as well. Especially, the early warning models giving information about the possible financial failure cases are useful to take precautionary measures and to reduce the losses. This study compares the success of the Logistic Regression (LR) model and Support Vector Machine (SVM) model to predict the financial distress of firms. For this purpose, financial ratios of a total of 75 companies, 26 of which financially unsuccessful and 49 of which financially successful, that are traded in Borsa Istanbul (BIST) were calculated by using the financial statements between 2006-2017. In the light of these data, financial distress estimations were made separately from 1, 2 and 3 years before the financial failure date. According to the obtained results, the predictive success of the SVM model was higher than that of the traditional LR model which is valid for each of the 3 years. In addition, in this study, the ratios such as return on total assets, EBITDA profit margin, return on equity, cash ratio are found to be important in predicting the financial failure among 22 financial ratios used in the estimation of financial failure for these samples.
650		0	_aDissertations, Academic _932543
653			_aBorsa İstanbul
653			_aDestek Vektör Makineleri
653			_aLojistik Regresyon
653			_aMali Başarısızlık
653			_aMali Oranlar
653			_aBorsa İstanbul
653			_aSupport Vector Machine
653			_aLogit Regression
653			_aFinancial Distress
653			_aFinancial Ratios
700	1		_aAktaş, Ramazan _eadvisor _931883
710	2		_aTOBB Ekonomi ve Teknoloji Üniversitesi. _bSosyal Bilimler Enstitüsü _995247
856	4	0	_uhttps://tez.yok.gov.tr/ _3Ulusal Tez Merkezi
942			_cTEZ _2z